Happytime Face Detection 2.0
5초 만에 다운로드할 수 있습니다.
에 대해 Happytime Face Detection
해피타임 얼굴 감지는 거짓 감지 횟수와 높은 정확도로 인간의 얼굴을 정확하게 감지할 수 있습니다. 그것은 얼굴을 감지하는 스틸 사진과 비디오에 사용할 수 있습니다. 동시에 여러 면을 감지하고, 다른 색 면을 감지할 수 있으며, 복잡한 배경에서 얼굴을 감지할 수 있습니다. 알고리즘 코드는 oepncv 라이브러리에 의존하지 않습니다 (응용 프로그램은 C로 작성 된 opencv 읽기 이미지 파일만 사용)을 쉽게 이식 할 수 있습니다. 주요 기능: 낮은 거짓 감지, 높은 정확도 여러 면을 동시에 감지할 수 있습니다. 다른 색상 얼굴을 감지 할 수 있습니다 복잡한 백그라운드에서 면을 감지할 수 있습니다. C로 작성, 쉽게 이식 할 수 있습니다 알고리즘 원리: MB-LBP(멀티 블록 로컬 바이너리 패턴)에 기초하여 조회 테이블 유형 약한 분류자 리얼 AdaBoost 얼굴 감지 알고리즘을 갖추고 있습니다. LBP (로컬 바이너리 패턴) 기능 1994 년에 Ojala에 의해 제안 하 고 텍스처 분류 문제에 적용. MB-LBP 기능은 LBP의 확장기능으로, 단일 픽셀을 기본 장치로 사용하는 원래 LBP 피처 대신 이미지 블록을 사용합니다. MB-LBP는 LBP 기능을 계산할 때 이미지 노이즈를 줄일 수 있으며, 일체형 이미지 기술을 채택하면 일정한 계산 시간에 MBLBP 기능을 얻을 수 있다. AdaBoost는 증폭 학습 방법, 약한 분류기 출력의 특징으로 임계 값을 사용하여 AdaBoost 교육 과정, 이 약한 분류기는 샘플 공간을 분할 할 수있는 제한된 능력을 가지고있다. 리얼 아다부스트 알고리즘에 기초하여, 우는 좋은 얼굴 감지 결과를 얻기 위해 조회 테이블 유형 약한 분류기 연속 AdaBoost 얼굴 감지 알고리즘을 제안했다. 알고리즘 평가: MB-LBP 조회테이블 타입 약약한 분류자 리얼 아다부스트 얼굴 감지 알고리즘 및 기타 공표된 방법을 비교하였으며, 그림에 나타난 결과, MB-LBP 조회 테이블 유형 약한 분류자 리얼 아다부스트 얼굴 검출 알고리즘이 다른 방법을 초과하여 볼 수 있다.